Автор работы: Пользователь скрыл имя, 08 Марта 2014 в 16:51, статья
Речь идет о том, как представления о качестве, добытые у потребителя, распространить в организации и довести до каждого. Возможно, было бы лучше говорить "структурирование качества по функциям", но термин сложился уже давно [7], а менять термины всегда трудно. Этот подход должен привести к наиболее рациональному использованию всех ресурсов организации. Значит у нее будут максимальные шансы удержаться на рынке. Часто говорят, что все это означает стремление услышать "голос потребителя".
Мы договорились, что в столбце "Ранг" против каждого потребительского требования появляется число, которое обычно составляет долю единицы или проценты, так, что сумма всех рангов равняется единице или 100%. Таким образом, у нас теперь есть и список потребительских требований (ПТ), и столбец рангов. Обратите внимание на экономический смысл наших действий. Распределение нашего "внимания" в конечном счете влияет на нашу рыночную нишу.
Как перевести то, что мы услышали от потребителя, на язык инженеров
Переходим к следующему шагу. Как и предыдущий, его выполняет специальная команда, создаваемая для данного случая. Одновременно с опросами и обработкой их результатов и пока независимо от них, создается другая команда (группа людей) - для проектирования будущей продукции. Эта команда занимается разработкой инженерных характеристик (ИХ) нашего будущего изделия. И перед ней на первом этапе работы ставится задача - составить список ИХ будущего изделия (как называется изделие, не имеет никакого значения). Эта команда готовит список характеристик, важных с их точки зрения, и предлагает его в качестве результата первого этапа.
Мы берем этот список и представляем в том же виде, что и список потребительских требований (рис. 3), но "лежа на боку".
Таким образом, у нас есть список потребительских требований (ПТ), составленный на языке потребителя, и инженерные характеристики, сформулированные на профессиональном жаргоне. Для успешной разработки изделия нужно сделать что-то вроде словаря перевода ПТ в ИХ.
Для этого применяется простой прием: строится таблица - матрица. Мы продолжаем верхнюю и боковую таблицы до пересечения их друг с другом. Получаются клетки еще одной таблицы Сколько клеток будет в этой таблице узнать просто - число строк, умноженное на число столбцов (рис. 4).
Что мы хотим сделать с этой таблицей? Естественно, заполнить ее клетки. Ответом на какие вопросы мы хотим ее заполнить?
У нас есть ИХ, я их откладываю по горизонтальной оси, а по вертикальной - ПТ (рис. 5). Когда я говорю об ИХ, я должен учитывать, что они заданы на некотором ограниченном интервале оси. Выбор значений ИХ внутри области, в которой она может существовать, - элемент нашей работы. В результате опытно-конструкторских и научно-исследовательских работ мы должны сказать, в какой точке этого интервала нам надо удержать ИХ, чтобы продукция была хорошей, т.е. такой, какую купит потребитель.
А это значит, что мы должны ответить на вопрос: как зависит данное ПТ от того, какое значение мы придадим данной ИХ? Если представить себе, что ПТ не зависит от ИХ (рис. 6), это будет значить, что потребителю совершенно безразлично, какое значение ИХ выбрано.
Представим себе другой вариант (рис. 7). В этом случае, чем ближе мы будем держаться к правому краю области возможных значений для ИХ, тем лучше удовлетворим нашего любимого потребителя.
Наконец, может быть такая картинка, с экстремумом (рис. 8) Вот это действительно то, о чем мечтает потребитель. Потребитель не умеет думать в этих терминах, просто это значение ему нравится больше, чем другое. Каким способом мы можем узнать, какой вид у этой зависимости в каждой из огромного числа (тысяч) клеток?
Чтобы иметь такого рода картинки, надо обратиться к одному из следующих источников:
Во всех случаях для нас важно получить представление о xapaктере зависимости между ИХ и ПТ, о силе этой зависимости, "жесткости" связи. По характеру зависимости бывают линейные, нелинейные и сложные. А для измерения силы связи обычно используется статистическая оценка коэффициента корреляции.
В СФК обычно рассматриваются только линейные зависимости, так как они вполне подходят в качестве первого приближения А на более сложные случаи приходится просто закрывать глаза. К этом этапе работы для них нет ни времени, ни денег.
А вот для оценки (очень грубой) коэффициентов корреляции линейных зависимостей есть все, что нужно.
Эти оценки играют СФК ключевую роль. В редких случаях строгих функциональных зависимостей этот коэффициент будет близок к единице, знак которой определяется направлением связи. Единица - это жесткая детерминированная связь. А когда мы ничего не видим, эта xapaктеристика оказывается равной нулю. Для корреляционной связи это число будет равным +0,5 (это может быть любое число, лежащее между 1 и 0) и, чем ближе к 1, тем теснее точки группируются вокруг линии. В случае параболы появляются трудности, так как коэффициент корреляции не годится для нелинейных зависимостей, и приходится разбивать эту картинку на две, считать, что обеих сторон прямые, и для каждой из этих прямых говорить корреляционной связи (рис. 9).
Когда мы встречаемся с такого рода зависимостями, мы говори не о функциональной связи, а о корреляционной. Если изменение какой-то ИХ совершенно точно меняет предпочтение потребителя, то мы будем иметь зависимость, приведенную на рис. 10.
Вид зависимости не имеет значения. Когда же мы будем иметь Дело с не так ярко выраженными, нефункциональными зависимостями, тогда в результате измерений, мы будем получать точки, которые будут рассеиваться относительно этой прямой. Если разброс имеет вытянутый характер, то это говорит о том, что между рассматриваемыми переменными возможна некоторая зависимость (рис. 11). Но она тем сильнее выражена, чем теснее эти точки лежат относительно какой-то линии. В предельном случае, они все лягут на прямую, и мы будем иметь яркую закономерность (см. рис. 10).
Когда картинка такая, как на рис. 11, связь - корреляционная. Следующий случай неприятный: криволинейная зависимость, разброс относительно параболы (рис. 12). А на рис. 13 - хаотический разброс точек в плоскости, мы зависимости не видим. Но утверждать, что ее нет, мы не можем.
Хитрые японские специалисты придумали, как заполнять эту таблицу. Они считают, что хорошо было бы в каждой ее клетке нарисовать реальную картинку. Если бы мы нарисовали, например, 50 тыс. картинок, то получили бы огромную информацию. Но они решили вместо картинок вносить численное значение коэффициента корреляции.
Например, ПТ покупателя автомобиля: хочу тратить минимум бензина. В первом столбце стоит какая-то ИХ, скажем, прочность на разрыв металла, из которого изготовлен корпус автомобиля. Дальше спрашиваем, можно ли создать такую прочность, которая удовлетворяет этому потребительскому требованию. Если мы в состоянии найти зависимость между прочностью и расходом топлива, найти связь и представить ее жесткость, то это делаем. Возможно, мы придем к выводу, что в данном случае нет такой зависимости. Но найдутся такие клетки, где взаимосвязь обнаружится. И наша цель на этом этапе состоит в том, чтобы заполнить эту таблицу, т. е. мы последовательно переходим от картинок, изображающих зависимость, к коэффициентам корреляции.
Даже расторопные японцы считают, что работа, которая нужна, чтобы заполнить эту таблицу, - самая трудоемкая часть маркетингового исследования. На нее уходит от квартала до полутора лет. Но зато, когда вы получили информацию, представленную в этой таблице, вы очень многое знаете о ситуации на рынке. Это резко повышает шансы на успех вашей разработки. Поэтому, по мнению специалистов, стоит тратить время на то, чтобы такую информацию собрать и таблицу составить. Реальной альтернативы этому процессу нет.
Теперь мы себе представляем, что может появиться в клетках нашей таблицы, если их удастся заполнить.
В природе существует несколько способов добычи информации. Первый способ - заимствование из литературного источника. Находим статью в каком-то журнале, где написано, как зависит некое потребительское требование от какого-то значения какой-то инженерной характеристики. Мы можем воспользоваться этой информацией и на ее основании нарисовать что-то в клеточке - это понятный и естественный путь.
Второй способ. У нас есть производство, мы пошли в цех, собрали данные (возможно воспользовались имеющимися), а может быть, провели специальные наблюдения и накопили такие данные, сравнили с соответствующим потребительским желанием, требованием и на основании таких данных что-то в клеточку внесли.
Третий способ. Спланировали [15] как следует и провели специальный эксперимент, чтобы ответить себе на вопрос, как выглядит зависимость в какой-то конкретной клеточке. На основании этого сделали соответствующие выводы и записали их в нашу таблицу.
Четвертый способ. "Мы все учились понемногу чему-нибудь и как-нибудь", поэтому у нас есть некие общие, научные, инженерные, всеобщие человеческие представления о том, какие могут быть зависимости между какими-то вещами. Типичный пример - масса автомобиля и расход бензина.
Пятый способ, по счету, но не по важности, - обращение к экспертам, компетентным людям, которые лучше нас разбираются в том или ином конкретном вопросе. Основываясь на суждениях одного или нескольких экспертов, мы можем что-то изобразить в соответствующих клеточках.
Таким образом, мы знаем пять способов. Раньше казалось, что этим все исчерпывается. Но скоро мы познакомимся еще с одним способом, который называется бенчмаркингом и заслуживает особого рассмотрения [16].
О корреляции показателей
Однако вернемся к таблице. Было бы идеально, если бы в каждой ее клетке мы нарисовали график: прямую, кривую (что получится, в зависимости от соответствующего потребительского требования и инженерной характеристики). Это была бы исчерпывающая информация о взаимосвязи. Но для принятия решений, связанных с анализом рынка, такая информация избыточна. Для принятия верных решений мы можем обойтись и меньшим ее объемом. Что это означает? Это означает, что вместо графика или соответствующего уравнения, которое можно на основе этого графика построить, мы соглашаемся довольствоваться одним числом, которое способно для наших целей заменить собой график. Это число называется коэффициентом парной корреляции [17].
Фактически, мы готовы довольствоваться только тенденцией влияния, которая выражается в знаке корреляции (если с ростом инженерных характеристик удовлетворенность потребителя растет, корреляция имеет знак плюс, а если падает - знак минус), и "силой" этого влияния (которая выражается в величине коэффициента корреляции). Коэффициент корреляции, вычисляемый по известной формуле, обладает тем свойством, что меняется от нуля до единицы и имеет знак. Единица означает, что все сведения, все данные, все экспериментальные точки, которые есть в нашем распоряжении, строго лежат на прямой линии - это с практической точки зрения, редкий случай. При нуле мы наблюдаем хаотичное рассеяние точек в плоскости рисунка и никакой связи обнаружить не можем. Промежуточные значения говорят о тенденции, а не о зависимости. В таких случаях коэффициент корреляции, грубо говоря, колеблется где-то около 0,5 (это весьма приблизительная оценка, просто было удобно разделить интервал пополам). Таким образом, мы готовы рассматривать даже не коэффициенты корреляции, а только пять их значений, а именно: +1; +0,5; 0; -0,5; -1, которые нам надо изобразить в клетках нашей таблицы.
Для этого обычно используют не цифры, а значки (!), например, такие: v, v, x, х. Это как бы шкала значений, которые нас интересуют, причем, жирная "галочка" заменяет +1, тонкая заменяет +0,5, если корреляция близка к нулю, то вообще никакой знак не используется - клетка остается пустой, далее тонкий "крестик" - это -0,5, и, наконец, жирный "крестик" заменяет -1. Есть самые разные схемы обозначений, но довольно часто используется именно такая.
Возникает резонный вопрос, почему знак, а не цифра, чем число +1 хуже, чем "галочка" или "крестик", почему мы прибегаем к такого рода приемам? Японские специалисты, которые разрабатывали эту концепцию, отвечают очень, с моей точки зрения, неожиданным образом, а именно: нам нужна эта таблица для использования во всех подразделениях организации. Ею будут пользоваться руководители, инженеры, рабочие, экономисты, проектировщики, дизайнеры. И все эти люди имеют разное образование: одни с математическим уклоном, другие заканчивали художественные училища, третьи - какие-то экономические учебные заведения, одни имеют высшее образование, другие среднее, и нужно, чтобы все эти люди испытывали минимум неудобств при работе с этими данными. Конечно, расшифровка или, как ее называют, легенда в таблице всегда присутствует, но хорошо, когда заранее понятно, о чем идет речь.
Когда мы рассматривали потребительские требования, мы определили их рейтинг, т. е. из множества потребительских требований выделили самое важное, менее важное и т. д. Разговор об инженерной характеристике мы начинаем не с построения рейтинга. Почему? Прежде всего, этому препятствует то обстоятельство, что инженерные характеристики между собой сильно связаны. Возьмем, скажем, металлический пруток и будем изучать его прочность на разрыв, а потом твердость. Для нас не станет сюрпризом то, что эти две и многие другие характеристики прутка коррелированы между собой. Тем не менее, обычно нас не устраивает только одна из них, а интересует и та, и другая. И то, что эти переменные между собой коррелируют, нужно каким-то образом вскрыть, отразить и изучить прежде, чем мы начнем устанавливать важность каждой из инженерных характеристик, т. е. отвечать на интересующий нас вопрос. Но пока мы не разобрались в корреляциях, на него трудно отвечать.
И вот для того, чтобы разобраться в корреляциях, нам приходится рисовать таблицу, похожую на ту турнирную таблицу, которую мы рисовали, когда строили рейтинг. Но здесь "игроками" будут уже инженерные характеристики. Нас интересует, как тесно коррелируют каждая с каждой. Сама методология изучения совершенно ничем не отличается от той, что мы применяли при заполнении клеток старой таблицы. Только таблица это другая, и понятно почему: раньше один вход был - инженерные характеристики, другой вход - потребительские требования, а теперь инженерные характеристики будут против инженерных характеристик, т. е. она должна быть построена отдельно (рис. 14), как на обычном турнире в любом виде спорта. По диагонали будут стоять заштрихованные квадратики, а все остальные клетки должны быть заполнены информацией о том, как и какая инженерная характеристика коррелирует с другой. Заполнение таблицы - это обычная рутинная работа, которую должны выполнить инженерные службы.